Проект Denario: Глубокие знания ИИ-агентов для научных открытий

Аннотация

Мы представляем Denario — мультиагентную ИИ-систему, предназначенную для работы в качестве научного исследовательского ассистента. Denario способна выполнять множество различных задач, таких как генерация идей, проверка литературы, разработка планов исследований, написание и выполнение кода, построение графиков, а также подготовка и рецензирование научных статей. Система имеет модульную архитектуру, что позволяет ей решать как узкоспециализированные задачи, например генерацию идеи, так и проводить сквозной научный анализ с использованием Cmbagent в качестве бэкенда для глубокого исследования. В данной работе мы подробно описываем Denario и её модули, а также демонстрируем её возможности на примере множества сгенерированных ИИ статей в различных научных дисциплинах: астрофизике, биологии, биофизике, биомедицинской информатике, химии, материаловедении, математической физике, медицине, нейробиологии и планетологии. Denario также преуспевает в комбинировании идей из разных дисциплин, что мы иллюстрируем статьёй, применяющей методы квантовой физики и машинного обучения к астрофизическим данным. Мы сообщаем о результатах оценки этих статей экспертами в соответствующих областях, которые предоставили как численные оценки, так и развернутые рецензии. Далее мы выделяем сильные и слабые стороны, а также ограничения текущей системы. Наконец, мы обсуждаем этические последствия исследований под руководством ИИ и размышляем о том, как такая технология соотносится с философией науки. Мы публикуем код по адресу https://github.com/AstroPilot-AI/Denario. Демонстрационная версия Denario также доступна для запуска непосредственно в веб-браузере по адресу https://huggingface.co/spaces/astropilot-ai/Denario, а полное приложение будет развернуто в облаке.

English

We present Denario, an AI multi-agent system designed to serve as a scientific research assistant. Denario can perform many different tasks, such as generating ideas, checking the literature, developing research plans, writing and executing code, making plots, and drafting and reviewing a scientific paper. The system has a modular architecture, allowing it to handle specific tasks, such as generating an idea, or carrying out end-to-end scientific analysis using Cmbagent as a deep-research backend. In this work, we describe in detail Denario and its modules, and illustrate its capabilities by presenting multiple AI-generated papers generated by it in many different scientific disciplines such as astrophysics, biology, biophysics, biomedical informatics, chemistry, material science, mathematical physics, medicine, neuroscience and planetary science. Denario also excels at combining ideas from different disciplines, and we illustrate this by showing a paper that applies methods from quantum physics and machine learning to astrophysical data. We report the evaluations performed on these papers by domain experts, who provided both numerical scores and review-like feedback. We then highlight the strengths, weaknesses, and limitations of the current system. Finally, we discuss the ethical implications of AI-driven research and reflect on how such technology relates to the philosophy of science. We publicly release the code at https://github.com/AstroPilot-AI/Denario. A Denario demo can also be run directly on the web at https://huggingface.co/spaces/astropilot-ai/Denario, and the full app will be deployed on the cloud.

Проект Denario: Глубокие знания ИИ-агентов для научных открытий

The Denario project: Deep knowledge AI agents for scientific discovery

Аннотация

Support